就在这场大会上，阿里扔出了一个被低估的重磅消息：千问宣布加速打造 Personal Agent（个人智能体），面向3亿用户提供持续、个性化的智能服务。

千问产品负责人的原话更直白："让每个人拥有自己的AI助理。"这不是一句愿景口号，同一天，隔壁美国的Meta Muse上线仅13天登顶苹果免费应用榜，股价单日涨11.4%——全球头部科技公司不约而同把枪口从"AI对话框"转向了"AI替你办事"。

01 吴泳铭三个判断，把格局说透了

阿里CEO吴泳铭在主论坛上的演讲，很少讲跑分，通篇在讲三件事：

第一，机器正在成为思考的主力。他给出一个数字：未来机器供给的思考总量，将达到人类思考总量的1000倍以上——而今天这个比例还不到3%，中间躺着巨大的增长空间。

第二，机器智能时代的代表性产品还没出现。他把今天的AI编程比作1882年爱迪生珍珠街电站点亮的那400盏电灯，"替代的是现有的活，开创不了新时代"。站在电灯下，人们很难想象出电气时代的完整图景。

第三，先建发电站。通往机器智能的三块基石是AI模型、AI芯片、AI云，阿里将坚定投入——并抛出一个国内厂商从未开出的目标：到2032年，阿里云运营的全球数据中心规模超过20GW（接近一座三峡电站的总装机容量）。支撑这盘棋的，是2025年启动的3800亿元三年投资计划。

02 底牌不止模型：芯片、算力、自主进化

Personal Agent要"能办事"，底层是硬实力。云栖大会上，阿里亮出三张牌：

第一张，芯片。平头哥发布新一代训推一体AI芯片真武V900，算力达到前代M890的3倍，单个集群可扩展至50万卡，可支撑万亿级参数模型的训练与推理，预计2027年一季度量产。

第二张，模型的自进化能力。千问展示了一条被低估的技术路线——递归式自我改进（RSI）：模型从真实任务里发现自己的短板，自主设计实验、生成训练数据、评估结果，一轮轮提升自己。Qwen3.8-Max在人类完全不介入的情况下，自主迭代超过1个月，完成33轮有效优化，评测得分从40分涨到45分，与Claude、GPT最强模型同处第一阵营。

第三张，规模。基于新一代架构的Qwen4已投入训练，后续版本计划扩展至5-10万亿参数规模，目标直指超级智能（ASI）。

03 个人智能体大战，为什么是现在？

把时间线拉开看，这场仗其实打了很久：

腾讯推出全场景AI智能体WorkBuddy，把文档、知识库、网盘、设计放进同一套办公体系；百度从文库、网盘的知识沉淀切入；字节把飞书团队并入"豆包工作"；谷歌年初提出Personal Intelligence战略，计划在用户授权下打通Gmail、YouTube；苹果把iPhone重新定位为"个人智能中枢"。

而在消费端，Meta Muse两周登顶证明了一个事实：需求是真实的——人们想要的不是一个更会聊天的机器人，而是一个能查日程、发邮件、订餐厅、跟持仓的"数字员工"。

千问的数据也指向同一方向：平台上62%的问题，调取用户的长期上下文或个人档案后能回答得更好；复杂任务占比增长了5倍，用户与AI的对话轮次已达到5到8轮——AI正在从"问答框"变成"日程表"。

04 泼一点冷水：从"能办事"到"敢托付"

智能体最大的争议，从来不在于能力，而在于错按确认键的后果由谁承担。360创始人周鸿祎有个精妙的比喻："大模型像顾问，说错可以不听；智能体像员工，会读文件、装软件、改数据，一旦出错就是真实动作。"

现实的摩擦已经出现：亚马逊以"未经平台授权、存在隐私与安全风险"为由，阻止Muse代为访问其购物网站。千问的应对思路是场景约束——所有个人数据接入都以用户授权为前提。

所以，判断一个AI助理值不值得托付，看三件事：记不记得住（有没有跨会话记忆）、调不调得动（能不能真正调用邮箱、日历、外卖等外部服务）、撤不撤得回（出错时能不能解释、追溯、撤回）。在理财、健康这类高风险场景里，这三点比"办得快"重要得多。